ASS年轻少妇BBWPIC精品,天干天干夜啦天干天干国产

基于區(qū)塊鏈的網(wǎng)絡(luò)安全系統(tǒng)關(guān)鍵數(shù)據(jù)存儲處理系統(tǒng)設(shè)計[通信與網(wǎng)絡(luò)][信息安全]

針對網(wǎng)絡(luò)安全系統(tǒng)中一些關(guān)鍵數(shù)據(jù)存儲的安全性，設(shè)計了基于區(qū)塊鏈技術(shù)的數(shù)據(jù)安全存儲處理系統(tǒng)。首先，以火電廠為例，分析了其控制系統(tǒng)和網(wǎng)絡(luò)安全系統(tǒng)的架構(gòu)；然后，基于火電廠的架構(gòu)特點，設(shè)計了具體的安全數(shù)據(jù)存儲處理系統(tǒng)，給出了應(yīng)用部署的架構(gòu)，分析了數(shù)據(jù)安全存儲處理過程；最后，對所設(shè)計的系統(tǒng)進行了實際的測試驗證。驗證結(jié)果表明了系統(tǒng)對數(shù)據(jù)異常檢測的正確性和有效性，具有較強的實際應(yīng)用推廣價值。

發(fā)表于：5/8/2023 5:00:35 PM

面向云原生全鏈路灰度發(fā)布技術(shù)研究與實踐[其他][其他]

為了解決云原生架構(gòu)下多版本多服務(wù)快速迭代相互影響問題，設(shè)計了面向云原生的全鏈路灰度發(fā)布技術(shù)方案。使用流量染色技術(shù)，構(gòu)建從網(wǎng)關(guān)到全體后端業(yè)務(wù)服務(wù)的隔離環(huán)境，實現(xiàn)支持多版本多服務(wù)的灰度發(fā)布。設(shè)計靈活、豐富的灰度策略實現(xiàn)灰度發(fā)布的精細化控制。通過網(wǎng)關(guān)和被全體后端業(yè)務(wù)服務(wù)依賴的sidecar模塊實現(xiàn)全鏈路灰度能力。工程實踐表明，該方案可以有效邏輯隔離環(huán)境，提供精細化控制和全鏈路能力，并且有效降低需求發(fā)布影響，提高線上發(fā)布效率。

發(fā)表于：5/8/2023 4:49:55 PM

基于混沌遺傳算法的二維平面陣研究[其他][其他]

針對一般均勻平面陣列方向圖旁瓣較高的問題，利用傳統(tǒng)遺傳算法對均勻陣進行二維稀布排列，有效降低了旁瓣電平，但遺傳算法收斂速度慢，容易陷入局部最優(yōu)解。因混沌優(yōu)化算法具有隨機性、遍歷性以及規(guī)律性的特性，把混沌優(yōu)化算法引入到遺傳算法中，利用混沌序列初始化種群，可提高遺傳算法的收斂速度和獲得全局最優(yōu)解的能力。因此，提出一種基于混沌優(yōu)化算法的遺傳算法，并把該算法應(yīng)用到二維平面陣天線設(shè)計中，該算法對天線陣的排布進行了優(yōu)化設(shè)計。仿真結(jié)果顯示混沌遺傳算法的收斂速度有所提高，陣列天線的副瓣電平進一步降低，說明該方法具有一定的可行性。

發(fā)表于：5/8/2023 4:45:30 PM

一種低波動的可程控恒溫箱控制系統(tǒng)設(shè)計[測試測量][其他]

恒溫箱在人們的生產(chǎn)生活和科學(xué)研究中有重要作用，如溫補晶振參數(shù)的測量和補償?shù)?。設(shè)計并實現(xiàn)了一種低波動的可程控輕便型恒溫箱控制系統(tǒng)。恒溫箱采用動態(tài)調(diào)整工作電壓的方式來控制陶瓷加熱片或半導(dǎo)體制冷片的功率，從而實現(xiàn)溫度的恒定控制。該恒溫箱具有溫度波動小、支持溫度曲線程控、小型輕便的優(yōu)點。經(jīng)測試，本設(shè)計實現(xiàn)的恒溫箱控溫范圍為-15 ℃~80 ℃，穩(wěn)定時溫度波動度為±0.2 ℃。另外，相比于采用脈寬調(diào)制控制方法的恒溫箱，該恒溫箱有更低的系統(tǒng)電磁輻射和更高的制冷效率，在同樣電源輸入功率的條件下，可以使溫度進一步降低12.9 ℃。

發(fā)表于：5/8/2023 4:39:37 PM

基于AEKF的鋰離子電池SOC估算[測試測量][其他]

針對拓展卡爾曼濾波（Extended Kalman Filter， EKF）算法進行鋰離子電池荷電狀態(tài)（State of Charge， SOC）估算時噪聲信息固定從而導(dǎo)致估算精度低的問題，提出噪聲信息協(xié)方差能夠自動匹配的自適應(yīng)拓展卡爾曼濾波（Adaptive Extended Kalman Filter， AEKF）算法。首先基于電池的雙極化（Dual Polarization， DP）等效電路模型進行參數(shù)辨識，建立精確的等效模型；然后在動態(tài)應(yīng)力測試（Dynamic Stress Test， DST）工況下對比了EKF濾波算法與AEKF濾波算法噪聲協(xié)方差矩陣變化情況以及對電池SOC的估算效果，結(jié)果表明AEKF濾波算法具有更高的估算精度；最后設(shè)置了幾組不同的SOC初始偏差，驗證了AEKF濾波算法在估算電池SOC時具有魯棒性強的優(yōu)點。

發(fā)表于：5/8/2023 4:17:48 PM

960~1400 MHz寬帶功率放大器設(shè)計[模擬設(shè)計][其他]

基于橫向擴散金屬氧化物半導(dǎo)體（LDMOS）器件，研制了一款應(yīng)用于L波段的寬帶射頻功率放大器。該放大器共由2級放大級聯(lián)組成，為了實現(xiàn)寬帶以及良好的輸出駐波，末級功放采用平衡式拓撲電路結(jié)構(gòu)；級間匹配網(wǎng)絡(luò)使用微帶線及電容混合匹配方法實現(xiàn)寬帶匹配。最終實測數(shù)據(jù)如下：頻率覆蓋0.96 GHz~1.4 GHz，功放整體輸出功率達到50 dBm（100 W），功率增益大于30 dB，效率大于45%。功率回退8 dB，輸出功率42 dBm時，鄰信道功率比（ACPR）為-40 dBC。指標(biāo)表明功放模塊能夠很好地應(yīng)用于雷達和無線通信發(fā)射機中。

發(fā)表于：5/8/2023 4:05:00 PM

高精度高擺幅多工位ADC測試系統(tǒng)設(shè)計[模擬設(shè)計][其他]

基于V93000 ATE設(shè)計了一種采用外加電源升壓變換模塊及可變增益儀器儀表運算放大器，以解決大輸入擺幅高精度多工位ADC的量產(chǎn)測試需求的測試方案。理論分析和測試驗證結(jié)果表明，該ADC測試系統(tǒng)可分別產(chǎn)生峰峰值超過29 V的Ramp波和正弦波測試信號，測試信號SNR優(yōu)于105 dB、THD優(yōu)于-103 dB，可以滿足16 bit、±10 V甚至以上高輸入擺幅多工位ADC的大批量量產(chǎn)測試需求。

發(fā)表于：5/8/2023 3:38:26 PM

基于JTAG的高效調(diào)試系統(tǒng)設(shè)計與實現(xiàn)[模擬設(shè)計][工業(yè)自動化]

為了給自研處理器芯片提供一種高效方便的調(diào)試方法，提出了一種基于JTAG的片內(nèi)調(diào)試系統(tǒng)設(shè)計方法。該調(diào)試系統(tǒng)在遵循JTAG標(biāo)準(zhǔn)協(xié)議的基礎(chǔ)上，簡化片內(nèi)調(diào)試硬件模式設(shè)計，以較少的硬件開銷和精簡高效的專用調(diào)試指令設(shè)計，不僅實現(xiàn)了調(diào)試中斷、指令/數(shù)據(jù)斷點設(shè)置、單步執(zhí)行及寄存器/存儲器數(shù)據(jù)讀寫等基本調(diào)試功能，還支持現(xiàn)場保護與恢復(fù)、Trace Buffer、指令插入執(zhí)行等高級調(diào)試功能。經(jīng)實際芯片測試證明，該調(diào)試系統(tǒng)具有兼容JTAG協(xié)議、功能全面、靈活高效、結(jié)構(gòu)簡單、便于操作等特點。

發(fā)表于：5/8/2023 3:31:07 PM

基于CNN的智慧農(nóng)場圖像分類方法[人工智能][工業(yè)自動化]

為解決新疆兵團農(nóng)業(yè)現(xiàn)代化建設(shè)中有感知無決策的問題，提出一種基于注意力機制模塊（SENet）與卷積神經(jīng)網(wǎng)絡(luò)混合模型遷移學(xué)習(xí)的圖像分類方法（TL-DA-SE-CNN）。該方法選擇4種不同的CNN模型進行權(quán)重采集，包括VGGNet、ResNet、InceptionNet和MobileNet。模型使用SENet分類器代替卷積神經(jīng)網(wǎng)絡(luò)的全連接層，提取圖像的結(jié)構(gòu)性高階統(tǒng)計特征進行主題分類，并使用BP算法進行參數(shù)調(diào)整，分類準(zhǔn)確度達98.20%。實驗結(jié)果表明，將CNN與遷移學(xué)習(xí)、數(shù)據(jù)增強和SENet相結(jié)合的技術(shù)提高了牲畜圖像分類的性能，是卷積神經(jīng)網(wǎng)絡(luò)在農(nóng)場自動化分群中的有效應(yīng)用。

發(fā)表于：5/8/2023 3:07:10 PM

基于改進TOPSIS模型的出租車運營決策優(yōu)化方法[人工智能][汽車電子]

以降低出租車運營損失為目標(biāo)，分別利用排隊論對司機等待的平均時間成本進行量化，以及通過熵值法改進的TOPSIS模型對不同時段載客可能性進行量化，進而完成空載潛在損失參數(shù)的量化，通過量化指標(biāo)構(gòu)建出出租車運營損失模型，并基于此模型給出了降低損失的運營決策方法。引用洛陽北郊機場航班及出租車數(shù)據(jù)的驗證，證明了該決策方法能夠有效降低出租車的運營損失。

發(fā)表于：5/8/2023 3:00:11 PM